暂无评论
主成分分析(Principal Component Analysis,PCA), 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。 在实际课
基于因子-主成分回归分析的股价技术分析研究，张鹏，董玲，本文介绍了回归分析的理论及应用方法，同时介绍了技术指标的定义及计算公式。并以股价技术指标为研究对象，利用spss统计分析软件�
个人做的是信息检索，觉得这个PPT还是不错的。从映射的角度来分析，比一些只是说计算，而不说明数学意义的PPT好多了。
数学建模可以用到的主成分分析的MATLAB程序语言
为了方便用户快速方便的使用C#实现PCA算法并直观的得到结果，将该算法的实现使用Winform实现。输入矩阵数据时，请使用文档中相同的格式输入矩阵。
主成分分析使用方法及详细操作步骤介绍，值得下载借鉴一下。
用matlab实现主成分分析，并有实例介绍。相信看过之后，对于主成分分析matlab方法有更深刻的认识。
快速独立成分分析算法，FastICA，对于目标信号进行成分分析，盲源分离上均具有不错的应用。
增量核主成分分析是一种KPCA的增量学习算法，应用于增量学习，可以大量减少计算量。是一种有效的特征提取方法。
Matlab实现的KL变换实现主成分分析，包含使用的数据集
暂无评论